「Biteye」コミュニティから転載する場合はその旨を明記してください

著者: Biteye のコアコントリビューター Viee

編集者: Biteye コアコントリビューター Crush

コミュニティ: @BiteyeCN

※全文約3,000文字、読了時間の目安は6分です

10 年以上の個人的な会話データを OpenAI、Google、または Facebook に渡しますか?

AI アシスタントがあなたの考え方を完璧に再現し、あなたと同じように日常業務を処理できる未来を想像してみてください。これは興味深いことではありますが、AI が過去に送信したすべてのメッセージや、あなたのユニークな個性を構成するすべての情報を含む大量のデータを取得する必要があることも意味しており、これが冒頭で挙げた疑問につながります。記事の。調査によると、消費者の 59% がパーソナライズされた AI の使用に不安を感じており、その主な理由はデータプライバシーへの懸念です。

Nillion は、革新的な分散型ネットワークとして、マルチパーティ コンピューテーション (MPC) およびその他のプライバシー強化テクノロジー (PET) を活用することで、この問題に対する実用的な解決策を提供します。この記事では、Biteye が Web3 におけるブラインド コンピューティングの新しい概念と、あなたと私のデータ プライバシーを保護する方法を紹介します。

データはデジタル時代の新たな「石油」とみなされており、プライバシーとセキュリティの問題はますます重要になっています。従来のデータ処理方法では、多くの場合、計算前にデータを復号化する必要があり、処理中に機密情報が潜在的なセキュリティ脅威にさらされます。たとえば、医療業界では、患者データは厳格なプライバシー保護措置を講じる必要がありますが、分析時に漏洩の危険にさらされる可能性があります。これはサービスに対するユーザーの信頼に影響を与えるだけでなく、データ共有や共同研究の可能性も制限します。

パーソナライズされた AI は大きな可能性を示していますが、このビジョンを実現するには、データ プライバシーの問題を真剣に受け止める必要があり、パーソナライズされた AI は真に「次のインターネット」の時代を導くことができます。

Nillionは、上記の問題を解決する新しい手法「ブラインドコンピューティング」を提案しました。分散型ネットワーク アーキテクチャと高度なプライバシー強化テクノロジーを使用して、高価値のデータを復号化せずに安全に保存および計算できるようにします。

ブラインド コンピューティングを使用すると、ユーザーは元のデータに直接アクセスせずに計算を実行できます。これは、データが信頼できない環境に保存されている場合でも、ユーザーは安全に操作できることを意味します。

これには主にいくつかのプロセスが含まれます。

つまり、ブラインドコンピューティングの核心は、データを暗号化してから処理することです。具体的には、ユーザーはデータを暗号化し、暗号化されたデータをクラウド サーバーまたは他のコンピューティング プラットフォームに送信します。これらのプラットフォームでは、すべての計算が暗号化されたデータに対して実行され、最終結果も暗号化されます。結果を受け取った後、ユーザーは中間プロセスの情報を一切知らなくても、復号プロセスを通じて最終的な答えを得ることができます。 「目に見えないコンピューティング アシスタント」のようなものであるため、「ブラインド コンピューティング」という名前が付けられています。

ブラインド コンピューティングは、さまざまな高度なテクノロジーを組み合わせて、処理中に機密情報の安全性を確保します。

1. マルチパーティ計算 (MPC)

マルチパーティ計算は、複数のパーティがそれぞれの入力データを明らかにすることなく共同で関数を計算できるようにするテクノロジです。各参加者は自分自身の入力と最終結果のみを知り、他の参加者の入力にはアクセスできません。

MPC がどのように機能するかは、古典的な億万長者の物語を使用して理解できます。この疑問は 1982 年にアンドリュー・ヤオによって初めて提起されました。 2 人の億万長者が、どちらが裕福であるかを知りたいが、自分の資産を明らかにしたくないとします。彼らは MPC を使用して、特定の富を明らかにすることなく、一連の暗号操作を通じて誰がより裕福であるかを共同で計算できます。このプロセスにより、関係者間の情報セキュリティが確保され、コラボレーションが可能になります。

これは、関係者が共有計算に純資産を入力できるようにする一連の暗号化操作を通じて実現されます。この計算は、それぞれの純資産に関する詳細を明らかにすることなく、比較の結果 (つまり、どちらの億万長者がより裕福であるか) のみを出力するように構造化されています。この問題は、MPC の威力を示しています。MPC により、プライバシーを保護しながら共同コンピューティングが可能になります。

アプリケーション: ブラインド計算では、MPC は、計算がクラウド サーバーまたはその他の信頼できない環境で実行された場合でも、参加しているノードが元のデータを見ることができないことを保証します。この方法は、金融取引や医療記録などの機密情報を扱うのに最適です。

2.準同型暗号化

準同型暗号化は、暗号化されたデータを復号化せずに直接計算できる特殊な形式の暗号化です。ユーザーは暗号化された状態でさまざまな演算 (加算や乗算など) を実行でき、最終結果も暗号化されたままになります。ユーザーは独自のキーを使用して復号化し、正しい答えを得ることができます。

応用: 準同型暗号化はブラインド計算において重要な役割を果たし、サーバーがデータ自体を知らなくても暗号化されたデータに対して操作を実行できるようにします。このテクノロジーにより、クラウド環境で処理されるデータの安全性が高まります。

3. プライバシー強化テクノロジー (PET)

プライバシー強化テクノロジーは、匿名化、擬似匿名化、データの非感作化など、個人のプライバシー保護のレベルを向上させるために設計された一連の方法です。

アプリケーション: ブラインド コンピューティングでは、これらの技術を MPC および準同型暗号化と組み合わせて使用​​することで、処理中のデータのセキュリティとプライバシーをさらに確保できます。たとえば、入力データを匿名化することで、参加者がデータのソースを特定できないようにすることができます。

4. 量子ブラインド計算

量子ブラインド コンピューティングは、量子コンピューティングの原理を使用してブラインド コンピューティングを実現する方法です。これにより、ユーザーは量子コンピューター上で暗号計算を実行し、入出力データのプライバシーを保護できるようになります。

アプリケーション: 量子ブラインド コンピューティングはまだ研究段階にあり、実装されれば、より複雑な問題を処理できるようになり、クラウド環境でのユーザーのコンピューティング能力が拡張される可能性があります。

上記のテクノロジーを統合してブラインド コンピューティングを実現するために、Nillion は調整層 (NilChain) とオーケストレーション層 (Petnet) で構成されるデュアル ネットワーク アーキテクチャを採用しています。この設計により、システムのセキュリティとプライバシーを維持しながら、効率的なデータの保存と処理が保証されます。

上記のテクノロジーを統合してブラインド コンピューティングを実現するために、Nillion は調整層 (NilChain) とオーケストレーション層 (Petnet) で構成されるデュアル ネットワーク アーキテクチャを採用しています。この設計により、システムのセキュリティとプライバシーを維持しながら、効率的なデータの保存と処理が保証されます。

1. 調整層（NilChain）

調整層は、ストレージやブラインド計算など、ネットワーク内の支払い操作の管理を担当します。これにより、すべてのトランザクションがスムーズに進行し、リソースが効率的に割り当てられるようになります。

2. オーケストレーション層 (Petnet)

オーケストレーション層は、MPC などのプライバシー強化テクノロジーを使用して静的データを保護し、これらのデータに対してブラインド計算を実装します。 Petnet は、データが複数のノード間で共有される場合でも、高レベルのセキュリティとプライバシーが維持されることを保証します。この層は、開発者に、さまざまなニーズを満たすさまざまなアプリケーションを構築できる柔軟なプラットフォームを提供します。

10月30日、NillionはHack VC主導による2,500万米ドルの資金調達完了を発表し、Arbitrum、Worldcoin、seiから支援を受けた。これまでのところ、Nillion の資金調達総額は 5,000 万米ドルに達しています。

Nillion は発売以来、いくつかの素晴らしいパフォーマンス データを達成してきました。

バリデータはデータのセキュリティと整合性の維持に役立ち、この数の増加は Nillion Network がより強力で安全になることを意味します。

Nillion の現在のパートナーには、ブロックチェーン ネットワーク NEAR、Aptos、Arbitrum、Mantle、IO.net、Ritual などが含まれます。 Ritual や Nesa などの複数の分野が関与しており、プライベート モデル AI モデルのトレーニングと推論に使用されます。Rainfall、Dwinity、Nuklai は、AI トレーニング データの保存、共有、収益を得るために使用されます。MIZU は、合成データの作成と個人データの保護に使用されます。 Virtuals Protocol、Capx AI、Crush AI は、Nillion の助けを借りてパーソナライズされたプライベート エージェントを作成します。 PINDORA、DePIN ネットワークの機密性とセキュリティのサポート。 Nillion は、ブロックチェーンと AI の交差点に位置し、大量のデータを安全に共有および保存する必要があるプロジェクトを誘致しようとしています。

将来的には、Nillion が医療、金融、教育などの分野で広く利用され、より安全で透明性の高いデータ エコシステムの構築に貢献すると予想されます。

Nillion は、革新的な技術アーキテクチャと強力なプライバシー保護機能を通じて、現在のデジタル世界におけるデータプライバシー問題を解決する実現可能な方法を提供し、ユーザーが個人情報の漏洩や悪用を心配することなくデジタルサービスによってもたらされる利便性を享受できるようにします。

現時点では、人工知能の将来を想像することはできません。パーソナライズされたデジタル コピーの台頭とデータ プライバシーへの懸念は、シーソーの両端のようなものです。効果的なデータプライバシー保護対策がなければ、パーソナライズされたAIが市場で広く受け入れられることは困難でしょう。したがって、技術の進歩の促進とユーザーのプライバシーの保護の間のバランスをどのように見つけるかは、業界が早急に解決する必要がある重要な問題となるでしょう。 Nillion ネットワークの発展により、このプラットフォームに基づいたさらに多くの新しいアプリケーションが登場し、AI 時代の人間社会にプラスの影響をもたらすことを期待しています。